كيفية إجراء تحليلات البيانات المتعلقة بقرارات تخطيط توزيع الأسمدة

مقدمة: التحول إلى توزيع البيانات - الدريفن

إن تخطيط التوزيع كان دائماً عملاً متوازناً بين التكلفة والسرعة والموثوقية، ففي الماضي، كانت القرارات تستند إلى المتوسطات التاريخية أو مشاعر الشدة أو تدابير رد الفعل، واليوم، تغير حجم وتنوع البيانات المتاحة تغييراً جوهرياً ما هو ممكن، ويمكن للمنظمات، عن طريق استخدام تحليل البيانات، الانتقال من وضع رد الفعل إلى نهج تنبؤي وقائي يؤدي إلى تذبذب الطلب، وترتيب الوقت الحقيقي.

فهم تحليل البيانات في تخطيط التوزيع

وتشير تحليلات البيانات في التوزيع إلى الاستخدام المنهجي للبيانات في الأنماط الخفية، والترابط، والرؤى التي تسترشد بها القرارات اللوجستية، وهي تشمل ثلاثة أنواع رئيسية:

• ] Descriptive Analytics:] What happened? Summarizes historical data-delivery times, inventory turnover, cost per miles, client wait times.
• Predictive Analytics:] What will happen? Uses statistical models and machine learning to forecast demand, traffic congestion, or equipment failure.
• ] Prescriptive Analytics:] What should we do? recommends opt actions-like which warehouse to fulfill an order from or which route minimizes fuel and time.

كما أن مصادر البيانات متنوعة أيضاً، إذ أن نظم المبيعات (ERP, POS), النقل (TMS), الوصلات الهاتفية من مركبات الأسطول, أدوات إدارة العلاقة مع العملاء، وحتى البيانات الخارجية مثل التنبؤات الجوية وأسعار الوقود تتغذى كلها في خط تحليل قوي، والتحدي يكمن في عدم جمع البيانات - المنظمات التي لديها بالفعل الكثير من المعلومات - ولكن في مجال التكامل والتنظيف وتحليلها لإنتاج أفكار عملية.

الفوائد الرئيسية لتخطيط توزيع البيانات - الدريفن

ويحقق الاستثمار في تحليلات البيانات لأغراض التوزيع مزايا قابلة للقياس عبر سلسلة الإمداد، ويُذكر أدناه الفوائد الرئيسية التي تنطوي على تفاصيل موسعة.

المستوى الأمثل للمخزون

ويمكن أن يؤدي الاحتفاظ بأرصدة كبيرة جداً إلى زيادة رأس المال ويزيد من تكاليف التخزين؛ ويقلل من شأن عمليات التخزين وفقدان المبيعات؛ ويحسن تحليل البيانات من دقة التنبؤ بالطلب من خلال إدخال نماذج موسمية، وترقيات، ومؤشرات اقتصادية، وحتى من مشاعر وسائط الإعلام الاجتماعية؛ ووفقاً لـ McKinsey، فإن الشركات التي تنفذ نماذج متقدمة لسلامة المستهلك تحقق الحد الأدنى من المخزون في الوقت الذي تُحافظ فيه على المخزون

تحسين تخطيط الطرق واستخدام الأسطول

وكثيرا ما تمثل تكاليف النقل أكبر شريحة من نفقات التوزيع، حيث تتيح تحليلات البيانات تحقيق الاستخدام الأمثل للطرق الدينامية التي تنظر في أنماط المرور، ونوافذ التسليم، والقدرة على المركبات، وساعات القيادة، وأسعار الوقود، ويمكن أن تعيد بيانات التسلسل التسلسلي للمركبات في منتصف الرحلة عندما تحدث تأخيرات غير متوقعة.

تحسين خدمة العملاء والشخصية

وينتظر الزبائن الحديثون التسليم بسرعة ومرنة وشفافة، ويساعد المحللون على تقطيع العملاء حسب القيمة والموقع والأفضلية، ويتيحون خيارات التسليم المصممة خصيصاً، مثل نفس اليوم بالنسبة لحسابات الأقساط أو النوافذ الزمنية الضيقة للمناطق السكنية، كما يمكن للمحللين الافتراضيين أن يخطروا أفرقة خدمات العملاء بحالات التأخير المحتملة قبل أن يشتكي الزبائن، وعلى سبيل المثال، يمكن لموزع الإمدادات الطبية أن يعطي الأولوية للأوامر العاجلة من قبل تاريخ ونتائج المستشفى.

تخفيض التكاليف عبر المجلس

وتحدد تحليلات البيانات أوجه القصور التي قد لا يلاحظها أحد، وتشمل هذه العوامل الحيز المتاح للمستودعات غير المستخدمة استخداماً كافياً، والعمل الإضافي المفرط في رصيفات التحميل، أو عمليات إعادة النشر المتكررة بسبب سوء عملية الدفع، ويمكن للمديرين، عن طريق تحليل فترات الإقامة، ومعدلات الاختيار، وأداة الناقل، أن ينفذوا إجراءات تصحيحية، ويمكن لمركز توزيع نموذجي أن يقلل من تكاليف التشغيل عن طريق إدخال تحسينات على العمليات القائمة على البيانات.

تنفيذ تحليل البيانات في التوزيع: إطار عمل تدريجي

والانتقال إلى تخطيط التوزيع القائم على البيانات ليس مشروعاً لمرة واحدة بل هو رحلة مستمرة، ويوفر الإطار التالي خريطة طريق.

الخطوة 1: بيانات نوعية جمع البيانات

ويبدأ كل ذلك بالبيانات، ويجرى مراجعة لنظمكم القائمة ويحدد جميع مصادر البيانات ذات الصلة بالتوزيع: إدارة النظام، وإدارة المستودعات، وإدارة النقل، والخطابات، والتغذية المرتدة لدى العملاء، والمبادرات الخارجية (الطقس، والحركة، والوقود) ويركز على دقة البيانات، والكمال، والتوقيت المناسب. ويطبق قواعد التحقق من صحة البيانات عند نقطة الدخول، وينظر في استخدام منصة لإدماج البيانات مثل نظام توحيد البيانات من خلال نظام موحد في نظم النفايات.

الخطوة 2: الاستثمار في أدوات التحليلات القابلة للتقسيم

For[t need a PhD in data science to start. Begin with user-friendly analytics and visualization tools that connect directly to your operational databases. Tools such as Directus (with its built-in analytics and extensibility), Tableau, Power BI, or custom dashboards built on open-source stacks are popular choices.

الخطوة 3: تدريب فريقك

فالتكنولوجيا وحدها لا تدفع النتائج، وتستثمر في برامج التدريب التي تعلم المهنيين في سلسلة الإمداد كيفية تفسير البيانات، وتطرح الأسئلة الصحيحة، وتتخذ قرارات قائمة على الأدلة، وتنظر في إنشاء مركز للتفوق يضم علماء البيانات وخبراء السوقيات وموظفي تكنولوجيا المعلومات، وتشجع على ثقافة التجارب التي تخول الأفرقة اختبار الافتراضات باستخدام البيانات، فعلى سبيل المثال، يمكن لمدير التوزيع أن يدير اختباراً للشركة A/B يقارن استراتيجيتين للسير قبل بدء العمل.

الخطوة 4: الرصد، القياس، الإرسال

وبعد أن يتم تحليل المؤشرات الرئيسية للأداء، مثل معدل التسليم في الوقت المناسب، وأسعار كل عملية التسليم، وقوائم الجرد، ودقة النظام، وإنشاء لوحات متحركة تعمل على تجديدها في الوقت الحقيقي تقريباً، وإجراء استعراضات منتظمة لتحديد الاتجاهات والانحرافات، واستخدام البصيرة من الرصد إلى الصقل المستمر للنماذج والعمليات التشغيلية، وتذكر أن نماذج بيئة الأعمال التجارية تتطلب وجود نماذج منافسة جديدة أو تحويل توقعات العملاء.

التقنيات المتقدمة: التعلم في مجال الآلات وتحليلات الوقت الحقيقي

ومع نضج المنظمات في رحلتها التحليلية، يمكنها أن تعتمد تقنيات أكثر تطوراً تحسن نتائج التوزيع بشكل كبير.

تعليم الآلات من أجل التنبؤ بالطلب

إن أساليب التنبؤ بالسلاسل الزمنية التقليدية )مثل المتوسطات المتحركة أو السلسة المتسارعة( لها حدود عند التعامل مع أنماط الطلب المعقدة وغير الخطية، ويمكن أن تتضمن نماذج التعلم الآلام )الغابات الصغيرة، والتعزيز التدريجي، والشبكات العصبية( عشرات التغيرات في أسعار المتغيرات، والإجراءات المنافسة، واتجاهات الوساطة الاجتماعية، والطقس، والعطلات - والتفاعلات بين المبيعات بصورة تلقائية.

الاستخدام الأمثل للطرقات في الوقت الحقيقي

وقد أصبحت خطط المسارات الثابتة بعيدة المنال بسرعة، فالاستخدام الأمثل في الوقت الحقيقي يستخدم بيانات حية من النظام العالمي لتحديد المواقع، وملحقات المرور، وإلغاء الطلبات للاقتراح باستمرار بإدخال تعديلات على الطرق، وحل المشاكل المتعلقة بمشكلة دينامية في تحديد مسار المركبات، وهي عوامل تتعلق بتوافر السائقين، والقدرة على المركبات، والنوافذ الزمنية، وظروف الطرق، وقد أدت الشركات مثل الأمازون والشبكة البريدية العالمية إلى هذا النهج، مما يحقق كفاءة كبيرة بالنسبة للأساطيل الصغيرة.

التخزين

ويمكن للمحللين تحديد الموقع الأمثل لكل وحدة من وحدات الاتصال الخاصة في مستودع للتقليل إلى أدنى حد من وقت السفر، ومن خلال تحليل أنماط الطلب، توضع المواد السريعة الحركة (البنود) في المناطق الأكثر سهولة، بينما يتجه بطيئة الحركة (البنود جيم) إلى الخلف، ويمكن للتعلم الماكين أن يعدل فترات الانتقال الدينامية مع تغير أنماط الطلب، مما يقلل من السفر المتحرك بنسبة 10 إلى 3 في المائة ويحسن من خلال النواتج.

التحديات والنظر في المسألة

ولا توجد عقبات أمام اعتماد تحليلات البيانات لأغراض تخطيط التوزيع، ويمكن أن يساعد الوعي بهذه التحديات المنظمات على التصدي لها بصورة استباقية.

نوعية البيانات والتكامل

وتعاني شركات كثيرة من بيانات غير متجانسة أو غير كاملة أو قديمة، مما يتطلب وضع استراتيجية قوية للبيانات: توحيد أشكالها، وتدوين السجلات، ووضع سياسات للإدارة، واستخدام قاعدة بيانات موحدة مثل برنامج " Directus " يمكن أن يساعد في إضفاء الطابع المركزي على إدارة البيانات وتوفير تطبيق متسق لأدوات التحليل.

رد المنظمة

وقد يفتقر المهنيون المتنقلون في مجال اللوجستيات إلى التوصيات التي تستند إلى البيانات، لا سيما عندما تتعارض تلك التوصيات مع حداثتهم، وإدارة التغيير أمر حاسم: إشراك موظفي الخطوط الأمامية في تصميم أدوات التحليل، وإثبات المكاسب السريعة، وتوفير التدريب الذي يبني محو الأمية في مجال البيانات، ويجب أن تناصر القيادة التحولات وأن تكافئ السلوكيات التي تحركها البيانات.

الخصوصية والأمن

وتتسم بيانات العملاء والمعلومات المتعلقة بالسائقين ومواقع التسليم بالحساسية، وتنفذ ضوابط صارمة على الدخول، وتسمية البيانات حيثما أمكن، والامتثال للوائح مثل الناتج المحلي الإجمالي أو برنامج العمل المشترك، وعند استخدام مؤشرات الأداء الخارجية أو منابر السحب، تفحص شهاداتهم الأمنية.

تكلفة التنفيذ

وفي حين أن التحليلات يمكن أن تولد قدرا كبيرا من النتائج، فإن تكاليف التجهيز الأولية (البرمجيات والمعدات والتدريب) يمكن أن تشكل حاجزا أمام الشركات الصغيرة والمتوسطة الحجم، غير أن نماذج الاشتراك القائمة على الغيوم وأدوات المصادر المفتوحة قد خفضت نقطة الدخول، وابتداء بصغرها مع حالة واحدة ذات أثر كبير (مثلا، استخدام الطرق في مستودع واحد) وتوسيع نطاقها استنادا إلى العائدات المثبتة.

Case Study: Company XYZ — A Data-Driven Transformation

وقد واجهت الشركة XYZ، وهي موزعة إقليمية للأجزاء الصناعية، ارتفاع تكاليف الوقود وزيادة طلبات العملاء من أجل زيادة نوافذ التسليم، وشمل نهجها المتروك مرسلين يخططون يدوياً للطرق القائمة على رموز الزبدة وخبراتهم، وقد نفذوا منصة لتحليل البيانات مدمجة مع نظامهم القائم القائم لإدارة المخزون والنظام.

أولاً، ربطوا بيانات عن بُعد (GPS، وقت عصيب، سرعة) ببيانات الطلب (الحجم، الوزن، موقع التسليم) كما قام نموذج للتعلم الآلي بتحليل فترات التسليم التاريخية وأنماط المرور للتنبؤ بنوافذ التسليم الدقيقة، كما أن النظام يتضمن تغذية ذات الوقت الحقيقي لتعديل الطرق بشكل استباقي، وفي غضون ستة أشهر، خفضت شركة XYZ تكاليف النقل بنسبة 15 في المائة، وحسنت عمليات التسليم في الوقت من 82 في المائة إلى 95 في المائة.

الاتجاهات المستقبلية في تحليل بيانات التوزيع

ويتطور الميدان بسرعة، وهنا تبرز الاتجاهات الرئيسية التي ستشكل العقد المقبل من تخطيط التوزيع.

الاستخبارات الفنية والمركبات المستقلة

ولا تزال الشاحنات ذات القيادة الذاتية والطائرات بدون طيار ناشطة، ولكن منظمة العفو الدولية ستتجه بشكل متزايد وترسل أساطيل مدفوعة بالإنسان، ويجري بالفعل اختبار الروبوتات ذاتية الدفع في آخر ميل من قبل متاجر التجزئة الرئيسية، وسيدعم تحليل البيانات تنسيق هذه الأصول المستقلة.

IoT and Edge Analytics

وتولد أجهزة استشعار بالطرق على الأنترنت على الشحوم والحاويات والمركبات بيانات مستمرة عن الموقع ودرجة الحرارة والصدمة والرطوبة، وتحسب الحوسبة لهذه البيانات محلياً (على أرضية المركبة أو المستودع) لتمكين القرارات التي تقسم إلى ثانية مثل إعادة توجيه شاحنة مبردة إذا بدأ المبرد في الفشل.

Blockchain for Transparency

ويمكن لتكنولوجيا دفتر الأستاذ الموزع أن تخلق سجلات غير قابلة للتداول للمعاملات والحركات، وأن تحسن الثقة والتتبع، وعندما يقترن ذلك بالتحليل، فإن هذا الاختناق يتيح إثباتاً قابلاً للتحقق من التسليم، وتتبع المثبتات، والعقود الذكية المؤتمتة التي تنفذ المدفوعات عند استيفاء شروط التسليم.

تحليل الاستدامة

ويدفع الضغط التنظيمي والطلب الاستهلاكي الشركات إلى قياس وخفض آثار الكربون فيها، ويمكن للمحللين المتقدمين أن يُمثلوا الأثر البيئي لمختلف استراتيجيات التوزيع - خيارات الحيطة، ونوبات الموديل (الطرق مقابل الشاحنة)، وتغييرات التغليف، ومساعدة القادة على تحقيق التوازن بين التكلفة وأهداف الاستدامة.

الخلاصة: بيانات الشرف، التوزيع عبر التروس

وقد انتهى عصر التخطيط للتوزيع القائم على أساس الحدس، حيث توفر تحليلات البيانات مساراً واضحاً لتدني التكاليف، وسرعة الإنجاز، والزبائن الأيسر، وسلسلة إمداد أكثر مرونة، ومن الخطوات الأساسية مثل تكامل البيانات وإنشاء أجهزة مقسمة إلى تطبيقات متقدمة مثل التعلم الآلي، وتحقيق الاستخدام الأمثل في الوقت الحقيقي، يمكن لكل منظمة أن تبدأ هذه الرحلة اليوم، بدءاً بتحديد حالة أو حالتين من حالات الاستخدام المرتفع الأثر، وتجميع الأدوات والمواهب.